導讀
為全面實施創新驅動發展和科教興國戰略，深入貫徹《國家新一代人工智能發展規劃》部署要求，調動廣大智能科技領軍人才的積極性和創造性，促進通用人工智能與未來産業融合發展，加快發展新質生産力和新型工業化，打造具有全球影響力的産業科技創新中心。2024年4月12日—14日，中國人工智能學會将在蘇州工業園區舉辦“‘創新驅動•數智強國’—第十三屆吳文俊人工智能科學技術獎頒獎典禮暨2023中國人工智能産業年會”。
01
活動背景
近年來，全球新一輪科技革命和産業變革迅猛發展，生成式AI、大模型和通用人工智能已成為催生新産業、新業态和新模式的重點領域。如何推動産業鍊供應鍊優化更新，加強人工智能關鍵核心技術攻關，着力解決重大應用和産業化問題，積極培育新興産業和未來産業，強化國家戰略科技力量，加快新質生産力建設，打造具有國際競争力的數字産業叢集尤其重要。
激勵創新，智能擔當。2024年是中國政府與新加坡政府開發建設蘇州工業園區30周年，也是學會貫徹落實全國兩會精神，賦能蘇州積極開展“人工智能+”行動，發揮蘇州工業園區的探路、引領和示範作用，推動人工智能與實體經濟深度融合、高品質發展再上新台階，努力打造開放創新的世界一流高科技園區，擴大學會與地方交流合作的關鍵之年。
02
論壇特色
2023中國人工智能産業年會China Artificial Intelligence Industry Annual Conference（CAIIAC2023）由中國人工智能學會發起主辦，迄今已成功舉辦九屆産業年會。作為吳文俊人工智能科學技術獎頒獎典禮的主題配套活動，大會集閉門研讨、榮譽表彰、高端論壇、産品展示、報告釋出等核心闆塊于一體，是國内權威性高、規模較大、品牌力強、行業影響深遠的年度人工智能标志性頒獎盛會。
本次大會以“創新驅動•數智強國”為主題，設定了“1+10+X”模式，含1場主論壇、10場專題論壇，以及權威頒獎、啟動儀式、報告釋出、科學之夜等特色活動。主辦方邀請部委上司專家、兩院院士、吳文俊人工智能科學技術獎勵委員會委員、提名及評委專家、獲獎代表和企業家等研讨交流，發揮獲獎項目團隊、人工智能院校成果的學術、人才、技術和産業優勢，在主題報告環節設定“智能系統——人工智能”校長專題報告會，重點探讨如何推動人工智能前沿技術應用與産業生态協同發展。通過展望人工智能未來趨勢，交流關鍵核心技術與未來産業創新，引發智能系統促進院校産教融合深度思考和觀點碰撞。
03
報告亮點
4月14日上午，大會組委會将隆重推出“大模型與通用人工智能”專題論壇，邀請教育部長江學者特聘教授、中國圖象圖形學學會青工委副主任、北京航空航天大學徐邁教授擔任論壇主席。本次論壇還榮幸邀請來自全國知名高校和領軍企業的權威學者和傑出專家，他們在大模型與通用人工智能領域取得了顯著成就，包括國家傑出青年基金獲得者、國家“萬人計劃”領軍人才，以及中科院盧嘉錫青年人才獎獲得者等學者專家齊聚一堂。本次論壇聚焦大模型與通用人工智能關鍵技術，探讨大模型的優化和泛化、通用人工智能的實作方式等，探究具身智能、多模态多任務學習、語義空間對齊等重要的AI技術的理論發展和智能人機互動、OCR、内容生成等AI技術落地應用，向廣大專業同行分享大模型與通用人工智能的關鍵技術、創新難點及發展趨勢。
本次論壇旨在提供全面了解人工智能在大模型與通用人工智能應用的平台，推動産業創新與數字化轉型，通過觀點的交流與碰撞，幫助政府部門、科研機構、商業企業、科技園區和金融部門等提供方向指引與決策支援，助力企業實作智能化的生産和營運管理，提高生産效率和其他方面，為推動大陸人工智能科技成果産業化、促進數字經濟和實體經濟高品質發展搭建高水準交流合作平台。
在此，論壇組委會誠邀各界同仁莅臨本屆大會，開壇論道，共襄盛舉，共話人工智能時代的新變革、新機遇、新挑戰。
04
論壇日程安排
05
論壇組委會
Science Technology
論壇主席——徐邁
教育部長江學者特聘教授，中國圖象圖形學學會青工委副主任。近五年，以第一/通訊作者在IJCV、IEEE TPAMI、JSAC、TIP、TMI、JSTSP、TCSVT等國際頂級期刊及CVPR、ICCV、ECCV、AAAI、DCC、ACM MM等頂級會議上發表論文100餘篇（均為SCI/EI檢索），其中SCI檢索60+篇（JCR1區50+篇，IEEE期刊論文40+篇）；近五年，谷歌引用5千餘次，SCI他引千餘次，多篇論文入選ESI高被引論文/熱點論文。獲IEEE國際會議/期刊最佳論文獎4項、提名獎2項。擔任圖像處理領域頂級期刊IEEE TIP編委（Associate Editor）、IEEE TMM編委（Associate Editor）、信号處理領域權威期刊IEEE J-STSP的首席客座編委（Lead Guest Editor）。作為負責人承擔科研項目20餘項，包括國家自然科學基金首批原創探索項目、優青項目、面上項目、青年項目，北京市傑青項目、軍委科技委創新特區項目、863項目。曾入選教育部青年長江學者，獲教育部霍英東基金、中國電子學會優秀科技工作者、中國計算機學會傑出演講者榮譽。研究成果獲2017年度中國人工智能學會技術發明一等獎（第二完成人）、2020年度教育部技術發明一等獎（第一完成人）、24屆中國科協求是傑出青年成果轉化獎。
2013年至今，承擔大學生“數字圖像處理”課程教學工作，獲2021年度高校計算專業優秀教師獎； 2016年至今，承擔研究所學生“機器學習概論”課程教學工作，獲2021年度北京航空航天大學研究所學生課程卓越教學獎；2014年獲北京航空航天大學“我愛我師”十佳教師獎。指導的大學生獲北航“沈元金質獎章”2人（北航大學生最高榮譽），北航優秀大學畢業設計5人次。指導的博士生獲北京市優秀博士論文獎、中國圖象圖形學學會優秀博士論文獎，指導的碩士生獲中國電子學會優秀碩士論文獎3項（含提名獎1項）。指導的研究所學生獲北航“研究所學生十佳”6人（北航研究所學生最高榮譽）、提名1人，國家獎學金10餘人。
Science Technology
論壇主席——趙健
中國電信人工智能研究院多媒體認知學習實驗室（EVOL Lab）負責人、青年科學家，西北工業大學光電與智能研究院研究員，博士畢業于新加坡國立大學，研究興趣包括多媒體分析、臨地安防、具身智能。
發表CCF-A類論文40餘篇，一作代表作包括2篇T-PAMI（IF: 24.314）、3篇IJCV （IF: 13.369）等，第一發明人授權國家發明專利5項，技術成果應用于百度、螞蟻金服、奇虎360等6個科技行業領軍企業。入選了中國科協及北京市科協“青年人才托舉工程”，主持JKW某特區項目、國家自然青年科學基金等項目6項。曾獲2023 年度中國人工智能學會吳文俊人工智能優秀青年獎、2022 年度中國人工智能學會吳文俊人工智能自然科學獎一等獎（2/5）、CCF-A類會議ACM MM'18唯一最佳學生論文獎（一作，1/208），7次在國際重要科技賽事中奪冠。
擔任北京圖象圖形學學會理事，國際知名期刊《Artificial Intelligence Advances》、《IET Computer Vision》編委，《Pattern Recognition Letters》、《Electronics》特刊客座編輯，VALSE資深領域主席，ACM Multimedia 2021分論壇主席，CICAI 2022/2023領域主席，CCBR 2024論壇主席，中國人工智能學會/中國圖象圖形學學會進階會員，“挑戰杯”大學生科技作品競賽評委，中國人工智能大賽專家委委員等。
首頁：https://zhaoj9014.github.io
06
特邀報告嘉賓
Science Technology
報告主題：面向通用視覺大模型的稀疏優化和泛化設計
主講人：熊紅凱
畢業于上海交通大學，現為上海交通大學電子資訊與電氣工程學院特聘教授、博士生導師。國家傑青、長江學者特聘教授、萬人計劃領軍人才，是上海市優秀學術帶頭人；長期從事：資訊論與編碼、信号處理、機器學習研究，在包括Nature子刊、IEEE TPAMI 等SCI 期刊發表論文110 餘篇，IEEE Transactions 彙刊長文 90餘篇，頂級國際學術會議ICML、NeurIPS、CVPR等60餘篇；先後獲：上海市青年科技傑出貢獻獎、上海市科技進步一等獎、中國電子學會自然科學一等獎、上海市技術發明獎一等獎等，曾獲包括國際會議 ACM Multimedia 的 Top Paper Award等論文獎；培養學生獲國家傑青、優青、青年長江、萬人青年拔尖人才、洪堡學者等。
報告摘要
針對建構大模型的基本架構Transformer設計，讨論不同場景和幾何結構資料的高效可泛化方法。首先針對可學習的相似性構圖，進行稀疏優化和泛化适配，基于頻域分析拓展至各向異性的可學習濾波，進一步形成一般化流形上信号的等變表示，形成統一架構。基于令牌（Token）和特征圖的層級結構，稀疏優化漸進去除備援；讨論模态混合适配的資訊遺忘問題，根據可逆歸一化流進行資訊無損的适應性調整，建構多任務的動态模型拓撲。拓展Transformer結構，形成可學習的各向異性濾波，實作多尺度幾何頻率分析。對于一般化的流形上信号，進行動态路由可學習構圖，設計規範等變網絡，提升在不同局部坐标系、不同三維網格結構及分辨率下的泛化性能。
Science Technology
報告主題：視覺基礎模型與OCR垂直大模型的一些思考
主講人：金連文
華南理工大學二級教授，兼任廣東省圖象圖形學會理事長、中國圖象圖形學學會（CSIG）常務理事、CSIG文檔圖像分析與識别專委會主任等職。主要研究領域為文字識别、文檔圖像了解、計算機視覺等，在重要學術期刊及國際會議上發表論文200餘篇（其中SCI
Q1區+CCFA類論文100餘篇），Google Scholar論文被引用數14000餘次，H-Index 61。近4年連續入選“斯坦福大學全球前2％頂尖科學家”年度榜單。獲省部級科技獎5項（其中一等獎2項，二等獎3項）；榮獲CAAI、CIE、CSIG等全國性學會科技進步二等獎3項；指導學生參加CVPR、ICDAR、ICPR、ICFHR、PRCV等國際國内知名會議上的學術競賽并榮獲冠軍20餘次。
報告摘要
随着大語言模型（LLMs）的興起，面向自然語言處理領域的通用人工智能（AGI）取得了重大突破，近年來視覺基礎模型、多模态大模型也引起了廣泛的研究關注并取得了快速發展，但針對光學文字識别（OCR）垂直領域的大模型研究工作報道還不多。本報告将簡要回顧近年來多模态大模型、視覺基礎模型和OCR垂直領域基礎模型等相關代表性技術進展，介紹面向OCR的一些最新的基礎大模型建構方法和技術路線，并對大模型時代OCR等垂直領域的發展趨勢與未來研究方向進行讨論和展望。
Science Technology
報告主題：視覺表征模型的結構設計與實體啟發
主講人：葉齊祥
中國科學院大學特聘教授、國家傑出青年基金獲得者、中科院盧嘉錫青年人才獎獲得者、中國科學院優秀博士生導師、CVPR2023 、NeurIPS2023、ICLR2024 Area Chairs、國際期刊IEEE TITS，IEEE TCSVT編委。2013至2014年在美國馬裡蘭大學先進計算機技術研究所（UMIACS）任通路助理教授，2016年Duke大學資訊技術研究所(IID)通路學者。主要進行視覺表征學習與目标感覺方向的研究，在CVPR, ICCV, NeurIPS等國際會議與TPAMI, TNNLS, TIP等期刊發表論文100餘篇，Google引用13000餘次。承擔了自然基金重點項目、開發的高精度目标感覺方法支撐了華為、航天等機關的應用系統。曾獲ICCV2017、 CVPR2019、高分辨率對地觀測重大專項遙感目标解譯競賽冠軍、中國電子學會自然科學一等獎。培養多名博士生獲中科院院長獎、中國科學院百篇優秀博士論文、博士後創新人才計劃支援等。
報告摘要
分析了局部卷積運算與全局注意力運算的互補性及辯證關系，将局部特征與全局特征耦合形成Conformer網絡結構，顯著增強視覺表征能力，提升表征模型的性能下限。探讨了局部卷積運算造成的Mask Image Modeling （MIM）自監督學習資訊洩露問題，提出了Token Merging操作，突破卷積或局部運算的局部限制，形成高效分層Transformer 表征(HiViT)與全預訓練的Transformer 金字塔網絡（iTPN）。在ImageNet分類任務上，iTPN-Base, iTPN-Large, iTPN-Huge 分别達到了88.0%，89.2%, 89.7%的Top-1分類精度。
系列研究從模型結構設計角度将視覺目标檢測、分割等任務性能提升到了一個新高度。在模型結構涉及的基礎上，探索了下一代基礎模型，從熱傳導視角探索表征模型新源裡，取得了初步效果，代碼：github.com/pengzhiliang/Conformer、github.com/sunsmarterjie/iTPN、github.com/MzeroMiko/VMamba.
Science Technology
報告主題：從文本合成到視訊合成的技術鍊路與瓶頸挑戰
主講人：吳飛
主要研究領域為人工智能、多媒體分析與檢索。浙江大學計算機學院黨委書記、浙江大學人工智能研究所所長。國家傑出青年基金獲得者、國務院學位委員會智能科學與技術學科評議組成員，浙江大學第九屆永平傑出教學貢獻獎獲得者，曾獲2022年度教育部科技進步一等獎（排名第一）和中國電子學會2021年度科技進步一等獎（排名第一）。教育部計算機領域大學教育教學改革試點工作計劃（101計劃）核心課程《人工智能引論》負責人，開設國家級首批線上一流課程《人工智能：模型與算法》，著有《人工智能引論》、《人工智能導論：模型與算法》、《走進人工智能》和《人工智能初步》（高中資訊技術）等教材和科普讀物。
報告摘要
本報告将介紹谷歌公司2016年提出能夠捕獲文本單詞之間局部/全局關聯的自注意力神經網絡transformer、谷歌公司2021年将transformer從文本領域拓展到圖像領域的Vision transformer、Stability AI 公司2022年提出的以文生圖Stable Diffusion、加州大學伯克利分校和紐約大學2023年提出圖像合成技術Diffusion Transformers (DiTs)等核心算法發展脈絡，揭示對合成内容中的最小單元進行有意義的關聯組合的機理與天花闆。
Science Technology
報告主題：AIGC FaceChain的應用與創新
主講人：孫佰貴
2014浙江大學CAD&CG國家重點實驗室計算機碩士畢業，導師為章國鋒、鮑虎軍老師。同年加入阿裡巴巴，10年AI經驗，一直從事深度學習研發工作。3年淘寶技術部&搜尋事業部，6年達摩院，目前在通義實驗室負責人物AIGC，曾獲得淘寶技術部最佳新人，阿裡巴巴開源先鋒人物等獎項。參與研發的大規模應用代表工作有：拍立淘、圖鏡/雲盾、DeepCTR、釘釘考勤機、阿裡雲人臉API版塊、FaceChain等。曾獲得WiderFace檢測6項冠軍，6項國内外開源項目/個人獎項。目前發表合作頂會/刊論文26+篇，開源Star 8.1K+。
報告摘要
在AIGC技術浪潮推動下，圖像内容生成在C端和B端展現出了廣闊的應用潛力。本次報告介紹facechain在人物寫真、虛拟試衣、人物視訊等熱門應用場景的攻關成果。facechain已在飛豬數字旅拍、通義萬相寫真館等多個應用中成功落地，其開放API具有開箱即用、自定義模闆、靈活配置風格以及免訓練技術路徑等優勢。同時facechain團隊積極推進開源社群建設，目前在GitHub上收獲超過8.1K Star，已榮獲6項國内外開源項目和個人獎項，積極踐行公益以及校園教育等社會責任，獲得了廣泛關注。
Science Technology
報告主題：面向視覺語義重構的表征與壓縮方法
主講人：李勝曦
北京航空航天大學電子資訊工程學院教授，博士畢業于倫敦帝國理工，研究方向為智能信号處理與機率生成模型。長期緻力于圖像信号模組化、表征和壓縮的理論及應用技術研究，在IEEE TPAMI、TNNLS等IEEE期刊以及NeurIPS、CVPR等CCF會議共計發表論文30餘篇，撰寫書籍共計2部。作為首席客座編委組織IEEE TCSVT生成式人工智能特刊：AIGC for Multimedia，相關成果貢獻10餘項MPEG标準組織提案，在國際标準化ISO、ITU組織多項最新标準中得到應用。獲中國優秀自費留學生獎、帝國理工Lee Family獎、中國電子協會優秀碩士論文提名等獎勵。入選2022年國家級海外青年人才項目。
報告摘要
大資料、大模型時代下，智能算法的不斷進步常伴随其表征能力的穩步提升，而機率生成模型以無監督方式對信号進行機率表征，以其機率釋義等優勢在人工智能中扮演着極為關鍵的角色。本次報告圍繞面向視覺語義重構的生成對抗網絡表征與可逆化方法，分析生成對抗網絡的表征性能，以特征函數為統計度量，進而介紹面向語義重構的生成對抗網絡，其理論完備性可確定語義表征的完備性。進一步地，建構生成對抗網絡的可逆化方法，大幅提升語義表征的準确性與可靠性。
Science Technology
報告主題：大語言模型在網絡安全領域的落地實踐和研究
主講人：訾然
工學博士/博士後，深信服安全GPT業務主管，深信服安全解決方案首席專家，負責深信服安全GPT、安全解決方案規劃營運工作。主導和參與多個零信任、大資料安全、邊緣計算安全國家和行業标準，牽頭支撐多個省部級、央企集團資料安全、零信任、安全營運項目。發表國際頂級期刊、會議論文10篇，研究方向：AI安全，網絡安全架構，零信任安全，資料安全，雲安全。
報告摘要
大語言模型在各領域受到廣泛關注。網絡安全領域，被認為非常适合大語言模型的落地并發揮效果。本次報告介紹國内外網絡安全領域落地大語言模型的最新進展和落地實踐，包括攻擊檢測、威脅研判、資料安全等。并探讨在RAG、超長上下文、AI agent等大語言模型新技術快速發展的當下，安全領域的大語言模型會如何發展。
Science Technology
報告主題：人工智能軟硬體一體化
主講人：趙斌
西北工業大學副教授，上海人工智能實驗室青年科學家。從事人工智能軟硬體一體化研究，包括前端探測裝置、視覺感覺方法和智能移動平台，以推動人工智能技術的應用落地。在TPAMI/Artificial Intelligence/TIP/Optics Express/CVPR/ICCV/NeurIPS/ICML/ICRA/CoRL等發表學術論文50餘篇，申請國家發明專利10餘項。獲中國科協青年人才托舉工程，中國航空學會科技進步一等獎，中國光學工程學會優博，陝西省優博。相關成果應用于國家航空航天項目中，公開技術被The SUN、Asia Times、人民日報、新華網等國内外媒體報道。
報告摘要
生命起源以來，生物智能的進化過程不僅展現在思維方式的演進，還包括體型和四肢等身體結構的轉變。人工智能是參考生物智能所形成的系列技術，其理論發展和技術落地需要軟硬體的協同。在這一思想的驅使下，有必要關注人工智能軟硬體一體化研究，推動人工智能應用落地。本報告凝練生物智能“思維計算-實體控制-環境感覺”的三元互動模式，重點介紹大模型驅動具身智能體的相關研究，包括高層語義了解、自身技能認知與複雜任務執行等技術，為大模型時代的人工智能軟硬體發展提供新思路。
Science Technology
圓桌對話嘉賓：山世光
中國科學院計算技術研究所研究員/博導，智能資訊處理重點實驗室主任，智能算法安全重點實驗室（中國科學院）副主任，IEEE Fellow。研究領域為計算機視覺、模式識别和機器學習。已發表論文400餘篇，其中CCF A類論文180餘篇，論文被谷歌學術引用3.6萬餘次。研究成果獲2005年度國家科技進步二等獎、2015年度國家自然科學二等獎、2021年度北京市科技進步二等獎、2022年度中國圖象圖形學學會自然科學一等獎。他是國家特支計劃領軍人才，基金委優青，國務院特殊津貼專家，北京市科技新星，人社部國家百千萬人才工程有突出貢獻中青年專家，CCF青年科學家獎獲得者，中科院青促會優秀會員，騰訊科學探索獎獲得者。他是中國人工智能學會(CAAI)模式識别專委會副主任，CAAI情感智能專委會副主任，中國計算機學會(CCF)青年工作委員會副主任，CCF計算機視覺專委會常務委員。
07
圓桌對話主題及嘉賓
對話主題
主持人：趙 健 中國電信人工智能研究院青年科學家、西北工業大學研究員
對話主題：1.大模型對于視覺研究的影響？
2.大模型會不會主導一切？
3.通用人工智能的實作方式？專用人工智能與通用人工智能如何結合？
對話嘉賓：趙 斌 西北工業大學副教授、上海人工智能實驗室青年科學家
孫佰貴 阿裡巴巴通義實驗室人物AIGC負責人
金連文 華南理工大學二級教授
山世光 中國科學院計算技術研究所 研究員/實驗室主任
訾 然 深信服科技股份有限公司安全GPT業務主管
Science Technology
大模型與通用人工智能專題論壇
歡迎報名參會